抓住偷 token 的贼：Stripe + 6 次注册 1 次滥用 + Compute is the new cash（甲子光年）

来源类型： 行业安全深度
日期： 2026
标签： #Token欺诈 #Stripe #6次注册 #AI安全 #甲子光年

核心金句

"25 个免费试用用户中，5 个在真正在用产品，1 个付费，另外 19 个都是欺诈者。"

"他们没有偷信用卡，也没有攻破数据库。他们只是注册了 AI 产品的免费试用账户，一个邮箱、一个 IP 地址、一台设备，就足够让他们进入系统。随后，他们开始高速消耗 AI token（词元）：生成文本、调用模型、测试接口、批量运行任务。等到平台察觉异常，或者月底账单出现，他们就会离开，换一个身份，进入下一个平台。"

"在 SaaS 时代，这类行为最多被叫作'薅羊毛'。但在 AI 时代，它变成了一门更昂贵的生意。因为每一次调用模型、每一次生成文本、图片、代码或语音，背后都是真实的推理成本。"

关键数据

"据可编程金融服务公司 Stripe 统计，AI 公司每六次用户注册中就有一次涉及多账户滥用，而免费试用滥用行为在过去六个月内翻了一倍多。"

"'多账户滥用'的统计数据。"

Stripe 视角

"'他们就是在吃霸王餐。'艾米莉·桑兹（Emily Glassberg Sands）就坐在「甲子光年」对面，很直接地评价这些'偷 token 的贼'。"

"'算力是新的现金（Compute is the new cash）。'作为 Stripe 数据与 AI 负责人，艾米莉·桑兹很少用夸张的词。"

"她是哈佛大学经济学博士，2021 年加入 Stripe 之前，在 Coursera 做了七年数据科学副总裁。"

"如今，她在 Stripe 负责数据科学、增长与机器学习基础设施团队，主导了 Radar 从传统交易反欺诈向 token 盗用防护的扩展，也是 Stripe Signals 可编程风控产品的架构者。"

核心判断

"和桑兹聊过后，「甲子光年」发现，她说话的方式更像一个经济学家：先看成本结构，再看激励机制，最后看系统会被什么样的人利用。在她看来，AI 行业眼下遇到的许多问题，都可以从一个简单变化开始理解：软件的边际成本，被大模型重新拉回了现实世界。"

"那些'偷 token 的贼'并没有偷走 AI 公司账户里的余额，而是瞄准了算力消耗。"

关键洞察

1. 1/6 注册滥用

Stripe 数据
翻倍增长

2. 19/25 欺诈者

真实场景
是现状

3. Compute is the new cash

算力 = 现金
是新认知

4. 边际成本回归

AI 重塑
是经济学

5. Radar + Signals

可编程风控
是产品

与已有知识的关联

wiki/entities/stripe — Stripe
wiki/entities/emily-glassberg-sands — Emily Glassberg Sands
wiki/entities/coursera — Coursera
wiki/entities/radar — Stripe Radar
wiki/entities/signals — Stripe Signals
wiki/concepts/token-fraud — Token 欺诈
wiki/concepts/ai-cost — AI 成本
wiki/entities/jiazi-guangnian — 甲子光年

资料来源

原文：https://mp.weixin.qq.com/s/6yPVPf6elNlD05oogVhA4w
原始文件：raw/articles/微信文章2/抓住"偷token的贼"｜甲子光年.md
来源：甲子光年
作者：王博 / 苏霍伊

我的判断（高置信度）

这是 2026 年 Token 欺诈最深度的中文分析——Stripe 数据 + 6 次 1 次滥用 + 算力 = 现金。

关键洞察：
1. "19/25 欺诈" —— 是现状
2. "1/6 滥用" —— 是数据
3. "Compute is cash" —— 是新认知
4. "边际成本回归" —— 是经济学
5. "Radar+Signals" —— 是产品

预测：
- 2026 H2：可能立法"AI 滥用"标准
- 2027：可能形成"Token 风控"规范
- 2028：可能涌现"AI 安全"新格局

对 AI 公司的建议：
"Token 风控" 是新方向
- 不只防欺诈
- 是风控
- 长期价值

对 Stripe 的启示：
"可编程风控" 是新蓝海
- Radar 扩展
- 是新基线
- 长期演进

对监管者的启示：
"算力 = 现金" 是新认知
- 立法 Token
- 是新框架
- 长期价值